大语言模型隐藏状态转向向量数据集

机器学习
0 下载
19 浏览
2026-07-27

数据集简介

用途与定位

seal-hidden-states 面向大语言模型可解释性研究,记录模型在数学、应用与逻辑任务上产生的隐藏状态向量(hidden states / steering vector)相关元数据,可用于分析模型 check/switch 行为对应的转向向量。转向向量的构造方式为 vector = mean(check ∪ switch) − mean(other),使用时以 ADDING coef * vector 的方式施加,系数 coef 取 -1.0。

内容与字段

数据集以 JSON 表格形式收录一条名为 S_general_math_apps_logic_phase1 的隐藏状态向量元数据,涵盖以下字段:

  • name:向量名称
  • created、phase、budget、seed:创建与实验阶段等元信息
  • balance:平衡设置
  • layer:层号
  • sign_convention:符号约定
  • apply_coef:施加系数
  • domains、pooled_counts:各任务领域及对应计数
  • vector_dim:向量维度,取值为 1,536
  • vector_norm:向量范数
  • comparisons、out:对比结果与输出路径(如 results/general/S_general_math_apps_logic_phase1.pt)

数据模态为表格(Tabular)与文本(Text),涉及 json、parquet、pt 等文件格式。

在线查看与获取方式

数据集托管于 HuggingFace Datasets,已自动转换为 Parquet 格式,可通过 Data Studio 与 Dataset Viewer 在线浏览表格内容。整条元数据仅含 1 行,总文件大小约 2.25 GB,公开免费下载,最近一个月下载量为 10 次。许可条款未在数据集中标明。

基本信息

记录数量未知
文件大小行数 1;总文件大小 2.25 GB
文件格式JSON / Parquet / PT
数据来源EstherYang119
其他格式Parquet / PT
行数1
总文件大小2.25 GB
向量维度1536
数据模态表格 / 文本
访问方式公开免费下载
发布日期2026-07-27
数据落地页https://huggingface.co/datasets/EstherYang119/seal-hidden-states
大语言模型可解释性隐藏状态向量转向向量机器学习

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费